期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DCE-MRI影像组学特征联合ADC值预测乳腺癌Ki-67表达水平
被引量：
7
1
作者
韩剑剑
马文俊
+1 位作者
马培旗
谢玉海
《磁共振成像》
CAS
CSCD
北大核心
2023年第8期63-67,85,共6页
目的探讨动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)影像组学特征联合表观扩散系数(apparent diffusion coefficient,ADC)值预测乳腺癌Ki-67表达水平的临床价值。材料与方法回顾性分析2018年12月至2021年12月间经病理证实...
目的探讨动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)影像组学特征联合表观扩散系数(apparent diffusion coefficient,ADC)值预测乳腺癌Ki-67表达水平的临床价值。材料与方法回顾性分析2018年12月至2021年12月间经病理证实的234例乳腺癌患者MRI影像资料,依据术后免疫组化结果,将其分为Ki-67高表达组(n=180)和低表达组(n=54),采用半自动分割的方式从DCE-MRI第1期增强图像中提取瘤体1906个组学特征,采用组内相关系数(intra-class correlation coefficient,ICC)、特征间线性相关性分析和最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)最终筛选出4个最优特征构建影像组学模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估影像组学、平均ADC值及二者联合模型的诊断效能。并使用校准曲线及决策曲线评价预测模型的临床实用性。结果从瘤体提取1906个特征,ICC分析剔除207个、特征间线性相关性分析剔除1626个,剩余73个特征LASSO降维筛选出4个最优组学特征。最终筛选出的4个组学特征,平均ADC值在两组间差异均有统计学意义(P<0.05)。影像组学、平均ADC值及联合模型预测Ki-67高表达的曲线下面积(area under the curve,AUC)分别为0.820、0.676和0.856,三者间的差异均有统计学意义(P<0.05),联合模型对Ki-67高表达的预测效能最佳,其AUC、敏感度和特异度分别为0.856、88.3%和74.1%,校准曲线及决策曲线显示联合模型具有临床应用价值。结论基于DCE-MRI组学特征联合平均ADC值对乳腺癌Ki-67高表达具有较高的预测效能,联合模型优于影像组学模型及平均ADC值。
展开更多
关键词
乳腺癌
KI-67
影像组学
动态对比增强
扩散加权成像
磁共振成像
在线阅读
下载PDF
职称材料
题名
基于DCE-MRI影像组学特征联合ADC值预测乳腺癌Ki-67表达水平
被引量：
7
1
作者
韩剑剑
马文俊
马培旗
谢玉海
机构
皖南医学院
第一
附属
医院
弋矶山
医院
放射科
太和县人民医院/皖南医学院附属太和医院放射科
阜阳市
人民医院
放射科
出处
《磁共振成像》
CAS
CSCD
北大核心
2023年第8期63-67,85,共6页
基金
皖南医学院科研项目(编号:JXYY202139)。
文摘
目的探讨动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)影像组学特征联合表观扩散系数(apparent diffusion coefficient,ADC)值预测乳腺癌Ki-67表达水平的临床价值。材料与方法回顾性分析2018年12月至2021年12月间经病理证实的234例乳腺癌患者MRI影像资料,依据术后免疫组化结果,将其分为Ki-67高表达组(n=180)和低表达组(n=54),采用半自动分割的方式从DCE-MRI第1期增强图像中提取瘤体1906个组学特征,采用组内相关系数(intra-class correlation coefficient,ICC)、特征间线性相关性分析和最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)最终筛选出4个最优特征构建影像组学模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估影像组学、平均ADC值及二者联合模型的诊断效能。并使用校准曲线及决策曲线评价预测模型的临床实用性。结果从瘤体提取1906个特征,ICC分析剔除207个、特征间线性相关性分析剔除1626个,剩余73个特征LASSO降维筛选出4个最优组学特征。最终筛选出的4个组学特征,平均ADC值在两组间差异均有统计学意义(P<0.05)。影像组学、平均ADC值及联合模型预测Ki-67高表达的曲线下面积(area under the curve,AUC)分别为0.820、0.676和0.856,三者间的差异均有统计学意义(P<0.05),联合模型对Ki-67高表达的预测效能最佳,其AUC、敏感度和特异度分别为0.856、88.3%和74.1%,校准曲线及决策曲线显示联合模型具有临床应用价值。结论基于DCE-MRI组学特征联合平均ADC值对乳腺癌Ki-67高表达具有较高的预测效能,联合模型优于影像组学模型及平均ADC值。
关键词
乳腺癌
KI-67
影像组学
动态对比增强
扩散加权成像
磁共振成像
Keywords
breast cancer
Ki-67
radiomics
dynamic contrast-enhanced
diffusion weighted imaging
magnetic resonance imaging
分类号
R445.2 [医药卫生—影像医学与核医学]
R737.9 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DCE-MRI影像组学特征联合ADC值预测乳腺癌Ki-67表达水平
韩剑剑
马文俊
马培旗
谢玉海
《磁共振成像》
CAS
CSCD
北大核心
2023
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
